查看官网关于决策树的介绍
先查看一下树结构的组成
将这个对话绘为树状,即如下所示:
香农公式
信息增益的计算公式
先计算没有排序的值,在计算根据A这个属性进行划分的熵,信息增益就是两者的差值
具体示例
例如微博等需要判断是否为真实账号
import numpy as np
# 账号是否真实进行划分:3(no) 7(yes)
# 不进行划分,信息熵
info_D = 0.3*np.log2(1/0.3)+0.7*np.log2(1/0.7)
info_D
# 决策树,对目标值进行划分
# 三个属性,日志密度 好友密度,真实头像
# 使用日志密度进行树的构建
# 3 s ----> 0.3 2N 1Y
# 4 m ----> 0.4 1N 3Y
# 5 l ----> 0.5 3Y
info_F = 0.3*(2/3*np.log2(3/2)+1/3*np.log2(3))+0.4*(0.25*np.log2(4)+0.75*np.log2(4/3))+0.3*(1*np.log2(1))
info_F
# 信息增益
info_D - info_F
# 好友密度
# 4 s 0.4--->3N 1Y
# 4 m 0.4--->4Y
# 2 l 0.2--->2Y
info_F_D = 0.4*(0.75*np.log2(4/3) + 0.25*np.log2(4)) + 0 + 0
info_F_D
# 信息增益
info_D - info_F_D
CART的不同之处:可以用于回归问题
分类数学公式